常用 AI 工具都能干什么

先有张分类地图

在钻进每一类之前，先建立一个全局印象。今天大多数面向普通人的 AI 工具，本质上都是在做"输入一种东西，生成另一种东西"：你给文字，它还你文字；你给文字，它还你图片；你给一段录音，它还你文稿。差别在于它擅长处理哪种素材、生成哪种结果。

按这个思路，最常见的几类可以这么分：写作与对话（处理文字、跟你聊）、图像生成（凭文字描述画图或改图）、编程辅助（帮写和读代码）、信息检索（带着联网能力帮你找答案）、办公与表格（嵌在文档、表格、演示软件里帮你干活）、语音与音频（转写、朗读、处理声音）。当然，很多产品是跨类的——一个对话工具可能同时会画图、会写代码，但拆成这几格，理解起来最清楚。

这里要先打个预防针：Klariq不给任何产品排名，也不背书谁比谁强。这篇会点到一些知名工具的名字，但只是为了说明某一类大概长什么样、机制是怎么回事，不代表推荐或贬低。哪个最适合你，取决于你的具体需求，这件事怎么挑工具那篇会专门帮你理。

写作与对话类

这是大多数人最先接触、也用得最多的一类，代表性的有 ChatGPT、Claude、Gemini 这样的对话式助手。它们的核心是大语言模型，你用自然语言提需求，它用自然语言回你。

能干什么：起草和润色各种文字（邮件、文案、报告框架、总结）、把长内容缩成短摘要、改写口吻、翻译、解释你看不懂的概念、陪你头脑风暴、把零散想法整理成条理。简单说，凡是和"组织语言"沾边的杂活，它通常能帮你省下不少力气，尤其是从零到有的那个"初稿"阶段。

不能干什么：它不是搜索引擎，对超出训练范围或最新发生的事可能不知道甚至编造；它给的事实、数字、引文都需要你复核；它没有真正的判断力，重要决定不能甩给它拍板。它写出来的东西流畅归流畅，但有时是"正确的废话"，需要你来把关质量。

适合谁：几乎所有需要跟文字打交道的人——学生、上班族、写作者、做客服或运营的人。如果你完全没用过 AI，从这类入手门槛最低，建议配合提示词基础一起看，能立刻感受到差别。

图像生成类

这一类让你用一句话描述，就能生成一张图，常见的有 Midjourney、Stable Diffusion 体系的各种工具，以及不少对话工具内置的画图能力。背后的机制和写文字不同，但同样是"从海量图像里学规律，再据描述生成"。

能干什么：生成插画、概念图、海报草稿、头像、产品示意、风格化图片；给图片改风格、扩展画面、替换局部。对需要快速出"看个意思"的视觉素材的场景特别好用，省去找素材或从头画的时间。

不能干什么：它对精确细节的控制还很有限——指定的文字常会画歪、手指数量出错、同一角色很难稳定复现。它也不理解版权和真实性：生成的图可能在风格上接近某些受保护的作品，用于商业用途前要留心授权与合规问题；用它伪造看似真实的图片更是要避免。生成结果带有随机性，同样的描述每次出来都不一样。

适合谁：需要快速出视觉初稿的设计、运营、自媒体作者，以及只是想玩玩创意的人。要拿去正式商用，记得自己把授权和合规这一关过清楚。

编程辅助类

这一类帮你写代码、读代码、查 bug，常见的有嵌在编辑器里的代码补全工具，以及对话工具本身的编程能力。它能根据你的描述生成代码片段，也能解释一段你看不懂的代码在干嘛。

能干什么：补全和生成常见代码、解释陌生代码、帮你定位和修一些 bug、把需求翻译成代码草稿、写测试和注释、在你卡住时给思路。对初学者来说，它还是个随叫随到的"陪练"，能把报错信息翻译成人话。

不能干什么：它生成的代码不保证正确，也不保证安全，可能跑不通、可能有隐藏漏洞、可能用了过时的写法。它不了解你整个项目的上下文，给的方案未必契合你的实际架构。复制它的代码进生产环境前，务必自己读懂、测试、审查——尤其涉及密钥、支付、用户数据这类敏感处。

适合谁：有一定基础、能看懂和检验代码的开发者用它提效最稳妥；纯新手可以拿它学习，但要带着"它可能错"的心态，把它当老师而不是答案。

信息检索类

这一类把语言模型和联网搜索结合起来，你问一个问题，它去网上找资料，再综合成一段带出处的回答，常见的有一些 AI 搜索产品和对话工具的联网模式。它想解决的，正是传统对话工具"不知道最新信息"和"会编"的毛病。

能干什么：回答需要时效性的问题、把分散在多个网页的信息汇总成一段、给出参考链接让你自己点过去核对、帮你做初步的资料搜集和对比。比起自己一个个开网页翻，它能省下不少筛选时间。

不能干什么：它仍然会出错——可能引用了不靠谱的来源、可能曲解了原文、可能把几个来源拼错。它给的"出处"是让你去验证用的，不是免检标志。涉及重要决定，别看它给了链接就全信，自己点进权威来源确认一遍才稳妥。

适合谁：经常要查资料、做调研、写需要引用的内容的人。把它当成"帮你先扫一遍、列好线索"的助手，最后的判断和核实留给自己。

办公与表格类

这一类不是独立产品，而是嵌进你已经在用的办公软件里——文档、表格、演示、邮件、笔记工具里多了个 AI 助手按钮。它就在你干活的地方搭把手，省去来回复制粘贴。

能干什么：在文档里帮你续写、改写、总结；在表格里帮你写公式、解释数据、生成图表草稿；在演示软件里帮你把要点排成几页；在邮件里帮你起草和润色回复。最大的好处是"就地办公"，不用切换工具。

不能干什么：它对你表格里数据的"理解"是表面的，生成的公式和结论必须自己验算，尤其涉及金额、报表这类不能错的地方。它也接触到了你文档里的内容，所以放敏感资料前要看清这家产品的隐私政策。

适合谁：每天和文档、表格、演示打交道的上班族。如果你本来就重度使用某套办公软件，用它内置的 AI 通常比另开一个工具更顺手。想系统学表格本身，可以顺带补补基础数字技能。

语音与音频类

这一类处理"声音"：把语音转成文字（转写）、把文字读成语音（合成）、给视频自动配字幕、做翻译配音等。它让"听"和"读"之间的转换变得很省事。

能干什么：把会议录音、采访、课程转成文字稿，省去逐字敲；把文章读出来方便你通勤时听；给视频加字幕；做多语言的语音转换。对内容创作者、需要整理录音的人特别实用。

不能干什么：转写在口音重、嘈杂、专业术语多的场景下准确率会下降，人名地名常出错，重要文稿要人工校对。语音合成越来越逼真，但这也带来了风险——用别人的声音做合成涉及隐私和授权问题，听到"熟人语音"也要多留个心眼，警惕被用于诈骗。

适合谁：要处理大量录音的记者、学生、播客作者，以及想把文字转成音频的人。涉及他人声音时，授权和合规这关一定要过。

几条通用的提醒

不管哪一类工具，有些共性的事值得你一直记在心里：

• 都会犯错，都要复核。AI 的输出是初稿和参考，不是定论。越是后果严重的用途，越要自己把关。
• 都涉及隐私。你喂进去的东西，可能被用于改进模型或被服务商接触到。敏感信息进去之前要三思，具体看各家政策。
• 能力一直在变。这些工具更新很快，今天某类工具的短板，过段时间可能就补上了。所以记"思路"比记"现状"更划算。
• 免费和付费差别可能很大。很多工具免费版够日常用，但在能力、速度、额度上有限制，要不要升级看你的使用强度。
• 别为了用 AI 而用 AI。有些活儿用传统工具更快更准。AI 是选项之一，不是必须。

接下来怎么挑、怎么用

有了这张分类地图，下一步就是从你自己的需求出发，挑出真正合适的那一两个，并且把它用顺。这两件事，分别有专门的文章帮你：

• 面对一堆同类产品不知道选哪个：看怎么挑适合自己的 AI 工具。那里给了一套从需求出发的选择框架，还教你怎么试用、怎么别被宣传话术带偏。
• 选好了但用起来效果一般：看把话说清楚：提示词基础。同一个工具，会不会提需求，产出能差出一截。
• 想先把基础数字素养补一补：去新手教学，遇到陌生名词还能翻术语库。
• 对其他领域好奇：Web3 实用 和 金融科技科普 用的是同样"说人话"的风格，感兴趣可以顺道逛逛。

说到底，工具的分类会变、产品会换代，但"先想清楚自己要干什么，再去找对应的工具"这个顺序永远不会过时。把需求想明白，选择和使用都会顺很多。